英特爾AI能力：硬件+軟件+框架=全棧
近日，釋放AI潛力2017英特爾人工智能大會在北京召開。在這場集結英特爾公司全球副總裁兼中國區總裁楊旭、英特爾中國研究院院長宋繼強等英特爾內部，以及百度、科大訊飛、京東等外部人工智能專家的大會上，除了探討火熱的人工智能概念背后，技術演進、產業發展、生態建設等多個層次問題之外，英特爾也通過多個技術大咖演講，以及多場發布，讓其橫跨硬件、軟件和框架的AI全棧技術能力更加具象化，也讓我們逐漸觸碰到英特爾AI的真正內核。
時隔一年英特爾AI放出哪些大招？
據楊旭介紹，從去年的英特爾人工智能大會到本屆大會，時隔一年，英特爾在自己最核心的計算能力上取得了很大突破。2016年英特爾收購NervanaSystems，Nervana擁有為深度學習而全面優化的硬件和軟件堆棧；同年，英特爾收購視覺處理芯片廠商Movidius，這次收購讓英特爾獲得了高表現力、低耗能的Soc平臺。
圖注：英特爾公司全球副總裁兼中國區總裁楊旭
同時英特爾又基于ApacheSpark分布式深度學習框架BigDL進行深度學習；另外還推出全線至強可擴展處理器，這個處理器從計算到網絡技術、存儲技術都可以非常靈活的按照人工智能的應用復雜度來搭配。
圖注：英特爾人工智能全棧解決方案
楊旭還介紹，今年10月份英特爾CEO科再奇先生在美國宣布英特爾推出系列人工智能神經網絡處理器產品，這一系列產品推出的背后，KUKA機器人維修，都是基于英特爾在人工智能技術上的發展和演進。
技術背后且看應用場景有哪些？
對于比較受關注的Movidius，英特爾公司高級首席工程師兼大數據技術全球首席技術官戴金權舉了一個例子：英特爾在今年7月份發布的Movidius神經元計算棒，這是一個非常小的USB樣子的人工智能設備，機器人維修，是業界首款基于USB的超低功耗的嵌入式神經網絡開發工具，它可以工作在標準USB接口上。它內制了Myriad2的VPU，可以把預訓練好的Caffe或者TensorFlow的模型直接嵌入到神經網絡，直接通過所謂的U盤對神經網絡推理進行加速，從而將人工智能應用部署在嵌入式以及邊緣環境上。
當然這樣的實例還有很多，戴金權介紹了另外一個例子：比如在FPGA方面，今年8月微軟工程師分享了ProjectBrainwave，這個深度學習平臺運行在微軟的超大規模基礎設施架構上，在這個超大數據中心里面，基于CPU的服務器構成了一個CPU計算層，在這個服務器的計算層之上我們又加入了基于超大規模FPGA組成的FPGA計算層，CPU的計算層和FPGA的計算層都同時接入了數據中心的融合網絡，這樣運行在本地的CPU或者FPGA的應用可以直接調用遠端的FPGA池。ProjectBrainwave里面都能夠將已經訓練好的各種各樣的復雜的神經網絡，不管是卷積神經網絡CNN還是循環神經網絡，都能夠把它編譯成可以在FPGA上執行并加速的代碼，而且這個代碼通過分布式的方式部署到英特爾的運算池上。
除了Movidius、FPGA，今年英特爾也發布了至強可擴展平臺，英特爾在至強平臺上做了大量的軟件和硬件工作，包括優化、開發等等，使人工智能計算能在至強平臺上有好的效果。
其實講了這么多英特爾在人工智能方面的技術累積和橫跨軟硬件和算法框架的產品實力，這些黑科技都需要通過合作伙伴來打磨成為優秀的產品和行業解決方案呈現在大家面前，這也是這場活動邀請眾多合作伙伴的原因所在。
在會上，眾多合作伙伴詳解了他們與英特爾AI的淵源。百度與英特爾在人工智能研究和開發上深度合作，致力于為客戶提供最好的深度學習與人工智能體驗。科大訊飛不僅在做人工智能，更在布局人工智能2.0，在這其中需要更強大的能夠支撐訊飛包括法院、醫療、城市客服各方面的應用的計算平臺，通過與英特爾的合作，KUKA機器人示教器維修，能夠將人工智能更好的進行落地；美團云和英特爾不管是在技術層面還是產品層面都有很多交流，一起打造中國最開放的人工智能平臺；海康2013年后開始布局深度學習，推出基于深度學習技術的后端產品，包括基于英特爾Movidius平臺的攝像機；中國電信在深度學習算法上，在優化之前大概時長是2400，優化之后提升18倍，得益于英特爾至強融核處理器提供的端到端的高性能支持。
AI前瞻：看英特爾的技術儲備
對于大家比較關注的英特爾在人工智能方面的前瞻性研究，宋繼強作為英特爾中國研究院院長，進行了介紹。英特爾中國研究院過去幾年研究了一整套人臉分析技術的算法框架，包括從二維的人臉圖像中提取出特征點，特征點進一步分析識別出人的屬性、身份和面部表情。以李宇春與英特爾聯合打造的全球第一支有三維人臉特效的音樂視頻為例，怎么樣從二維人臉中提取特征映射到三維人臉參數空間把它變成你想要的臉？這個就離不開英特爾最新研發的深度學習算法，用幾十萬張圖片訓練出來。
另外宋繼強介紹：大家可能聽說過ImageNet比賽，它是用很大的、上千萬級別的圖像去訓練出深度神經網絡。現在領先的視覺公司都說千層以上，而且很寬，那意味著這樣的網絡模型訓練出來以后計算的復雜度、空間復雜度都很大，沒有辦法放在前端設備上用。而英特爾研究院的方案是采取了低精度深度壓縮三部曲，獲得百倍壓縮比，性能接近無損。Movidius芯片和FPGA都屬于功耗和計算上很優秀的前端部署硬件，在這些芯片中就會使用英特爾的低精度壓縮模型做優化。
技術論壇：詳解英特爾AI黑科技
大會上午Keynote讓英特爾AI黑科技露崢嶸之外，大會下午的人工智能硬件創新、簡化與加速人工智能開發、深度學習與機器學習實例分享三場技術論壇，則就這些黑科技進行詳細解讀。包括英特爾軟件事業部（SSG）高級技術咨詢師胡英博士、英特爾方案架構師陳江、英特爾解決方案事業部亞太地區人工智能業務拓展經理劉斌、英特爾軟件開發工程師趙鵬等多位人工智能領域的技術專家，還就英特爾可擴展系統框架、FPGA、Caffe訓練集群等能力；Pthon,Cafffe,Tensorflow等數個深度學習框架；MKL和MKL-DNN、MovidiusVPU、自動駕駛等核心技術及應用，進行了深入解讀。